如何使用tensorflow的NewCheckpointReader读取已保存模型中的值？

本文共计254个文字，预计阅读时间需要2分钟。

使用`tf.train.NewCheckpointReader(model_dir)`读取一个标准的模型文件，其中`model_dir`指向名为`MyModel`的目录（无后缀）。该目录包含以下文件：`checkpointModel.metaModel.data-00000-of-00001`和`Model.index`。导入`tensorflow`和`pprint`库。

使用tf.trian.NewCheckpointReader(model_dir)

一个标准的模型文件有一下文件, model_dir就是MyModel(没有后缀)

checkpoint Model.meta Model.data-00000-of-00001 Model.index

import tensorflow as tf import pprint # 使用pprint 提高打印的可读性 NewCheck =tf.train.NewCheckpointReader("model")

打印模型中的所有变量

print("debug_string:\n") pprint.pprint(NewCheck.debug_string().decode("utf-8"))

其中有3个字段, 分别是名字, 数据类型, shape

获取变量中的值

print("get_tensor:\n") pprint.pprint(NewCheck.get_tensor("D/conv2d/bias"))

print("get_variable_to_dtype_map\n") pprint.pprint(NewCheck.get_variable_to_dtype_map()) print("get_variable_to_shape_map\n") pprint.pprint(NewCheck.get_variable_to_shape_map())

以上这篇tensorflow实现读取模型中保存的值 tf.train.NewCheckpointReader就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持易盾网络。